
职称:研究员
硕导/博导:博导
电子邮箱:changf_yan@163.com
联系电话:15101277698
学科:机械工程、工业工程
地址:兰州理工大学彭家坪校区机电楼419
个人简历
剡昌锋,男,汉族,1974年11月生,甘肃平凉人,研究员,博士生导师,现任职于兰州理工大学机电工程学院智能制造工程系。兰州理工大学学术委员会委员、机电工程学院学术委员会主任委员、中国机械工程学会工业自动化分会委员、中国振动工程学会转子动力学专业委员会委员、中国机械工程学会设备智能运维分会委员。长期从事滚动轴承故障诊断与预测、旋转机械智能运维技术、弧齿锥齿轮制造工艺与传动特性、硅圆化学机械抛光和人工智能等方向的研究。
教育经历
v 2007.03-2010.09:同济大学,系统工程,博士学位
v 1999.09-2002.06:沈阳工业大学,机械制造及其自动化,硕士学位
v 1992.09-1996.06:华中理工大学,机械制造工艺及设备,学士学位
工作经历
v 2014.12至今:兰州理工大学,机电工程学院,博士生导师
v 2012.07至今:兰州理工大学,机电工程学院,研究员
v 2007.08-2012.06:兰州理工大学,机电工程学院,副研究员
v 2005.10-2006.05:日本秋田大学工学部,研修(合作导师:水野衛)
v 2001.12-2007.07:兰州理工大学,机电工程学院,助理研究员
v 1996.07-2001.11:甘肃工业大学,机电工程系,助教
学术成就
近年来,作为课题负责人和主要参与人先后主持完成了国家自然科学基金地区基金项目(已完成2项,参与2项)、国家重点研发计划项目任务、国家科技重大专项子课题、高校科研基本经费项目、青海省重点技术创新项目、西宁市重点研发与转化项目、西宁市重大科技专项、横向科研项目等科研项目20余项。获国家发明专利授权8项,实用新型授权5项,软件著作权10项。在国内外期刊如Advanced Engineering Informatics、 ISA Transactions、Measurement、IEEE Transactions on Instrumentation and Measurement、Structural Health Monitoring、Journal of The Electrochemical Society、Measurement Science and Technology、IEEE Transactions on Semiconductor Manufacturing、振动工程学报、哈尔滨工业大学学报、振动与冲击、太阳能学报共发表论文150余篇,其中SCI/EI检索论文80余篇。
研究生培养
培养博士和硕士研究生共79人(其中博士研究生8人、外国留学生3人、硕士研究生68人)。所指导的学生中有2人获得学校优秀博士学位论文、6人获校级优秀硕士论文,其中1人获得省级优秀博士学位论文、2人获得省级优秀硕士学位论文;毕业生就业去向包括大型国有企业、中国500强企业、上市的民营企业和高等院校等。
获奖、荣誉称号
v 2024年,获得“兰州最美科技工作者” 荣誉称号
v 2023年,获得兰州理工大学“师德标兵”荣誉称号
v 2021年,获得兰州理工大学“优秀共产党员”荣誉称号
v 2020年,获得兰州理工大学“红柳优秀导师”荣誉称号
v 2019年,获得甘肃省机械工程学会科学技术一等奖
v 2017年,获得甘肃省高等学校青年教师成才奖
v 2017年,获得甘肃省高校科学研究优秀成果三等奖
v 2016年,获得甘肃省机械工程学会科学技术三等奖
v 2013年,指导学生获得甘肃省创新创业大赛一等奖
v 2011年,获得兰州理工大学“三育人”奖
v 2010年,获得甘肃省高校科技进步一等奖
v 2007年,获得甘肃省自然科学三等奖
v 2006年,获得甘肃省科学技术进步二等奖
v 2006年,获得兰州市科学技术进步二等奖
学术兼职、社会兼职
现任兰州理工大学学术委员会委员、机电工程学院学术委员会主任委员、中国机械工程学会工业自动化分会委员、中国机械工程学会成组与智能集成技术分会委员、中国机械工程学会设备智能运维分会委员、中国振动工程学会转子动力学专委会委员、中国仪器仪表学会结构健康监测与预警分会委员、甘肃省工业工程学会副理事长、陕西省振动工程学会常务理事,担任《兰州理工大学学报》编委。
讲授课程
本科生课程:《生产系统建模与仿真》、《人工智能与深度学习》
研究生和博士生课程:《人工智能》、《机械工程学科前沿》、《疲劳断裂与损伤》
研究方向
v 轴承-转子系统动力学建模
v 机械系统动态监测、诊断与维护
v 弧齿锥齿轮制造工艺与传动特性分析
v 旋转机械智能运维技术
v 硅圆化学机械抛光
近年来主要科研项目
v 国家重点研发计划(任务)“工程机械大扭矩轮毂驱动关键技术及应用示范”(No.2019YFB2006402,主持,经费80万, 2020.1-2022.12)
v 国家自然科学基金“基于全周期征兆特性的滚动轴承系统复合故障诊断方法研究”(No. 52365011,主持,经费32万,2024.1-2027.12)
v 国家自然科学基金“局部缺陷滚动轴承系统多事件激励振动响应机理与识别方法的研究”(No. 51765034,主持,经费42万, 2018.1-2021.12)
v 国家自然科学基金“多尺度时频分析汽轮发电机组机械系统故障预测的方法” (No. 51165018,主持,经费51万,2012.1-2015.12)
v 国家科技重大专项(子课题)“航空发动机叶片的缺陷和厚度自动化无损检测系统”(主持,经费80万,2015.1-2019.12)
v 高校科研基本经费项目“大型旋转机械系统智能故障预测技术研究”(主持, 经费24万,2010.11-2012.12)
v 甘肃省科技专员项目“公路新型开口护栏结构设计优化与性能评价” (主持,经费5万元,2022.12-2023.12)
v 温州市科学技术局基础性公益科研项目,非理想数据驱动的滚动轴承智能故障诊断,(主持,经费3万元,2024-2025)。
v 青海省重点技术创新项目(子课题)“断纸面刀辊专用加工设备研制”(主持,经费10万,2018.1-2020.12)
v 西宁市重大科技专项“高精度弧齿锥齿轮关键制造技术研究”(参与,经费10万,2021.1-2022.12)
v 西宁市重大科技专项“舰船重型燃气轮机传动件研制”(参与,经费10万,2022.1-2023.12)
v 西宁市重大科技专项“高空救援车作业臂回转机构的研发与生产项目” (参与,经费1.7万,2020.1-2021.12)
v 甘肃路桥新锐交通科技有限责任公司“公路波形护栏自动生产线优化技术研究”(主持,经费6万,2020.10-2021.12)
v 甘肃路桥新锐交通科技有限责任公司“公路新型中央分隔带开口护栏的研发” (主持,经费4万,2023.6-2024.6)
v 国家自然科学基金“晶圆和磨削垫在化学机械抛光中多尺度表面拓扑形状的演化规律及应用研究”(No. 61564006,参与)
v 国家自然科学基金“硅圆抛光中磨削率不均匀性的模型化研究”(No. 60806049,参与)
v 甘肃省云计算机重点实验室开放课题“基于监测数据的轴承故障健康状态评估”(主持,经费0.5万,2020.6-2022.6)。
近年来部分发表论文
[1] Bin Liu, Changfeng Yan∗, Yaofeng Liu, Ming Lv, Yuan Huang, and Lixiao Wu. ISEANet: An interpretable subdomain enhanced adaptive network for unsupervised cross-domain fault diagnosis of rolling bearing[J]. Advanced Engineering Informatics, 2024, 62: 102610.(IF:8.8, 中科院1区, Top 期刊)
[2] Qiang Li, ChangfengYan∗, Guangyi Chen, Huibin Wang, Hongkun Li, and Lixiao Wu. Remaining Useful Life Prediction of Rolling Bearings based on Risk Assessment and Degradation State Coefficient[J], ISA Transactions, 2022, 129:413-428 (IF: 5.468, 中科院2区,Top 期刊).
[3] Guangyi Chen, Changfeng Yan*, Jiadong Meng, Zonggang Wang, Lixiao Wu. Health Condition Monitoring of Bearings Based on Multifractal Spectrum Feature with MEMD-MFDFA[J]. Structural Health Monitoring, 2022, 21(6):2618-2640(IF:5.710,中科院2区,Top 期刊).
[4] Ming Lv, Changfeng Yan*, Jianxiong Kang, Jiadong Meng, ZonggangWang, Shengqiang Li and Bin Liu,Multiple faults separation and identification of rolling bearings based on time-frequency spectrogram[J].Structural Health Monitoring, 2024, 23(4):2040-2067(IF:6.6,中科院2区,Top 期刊).
[5] Shengqiang Li, Changfeng Yan*, Yunfeng Hou*, Bin Liu, Yu Tian and LixiaoWu, Compound fault diagnosis method for rolling bearings based on enhanced MED and adaptive periodized symplectic geometry mode decomposition[J]. Structural Health Monitoring, 2025, DOI: 10.1177/14759217251314703
[6] Yaofeng Liu, Changfeng Yan*, Jianxiong Kang, Zonggang Wang, Lixiao Wu, Investigation on characteristics of vibration interaction between supporting bearings in rotor-bearing system[J]. Measurement, 2023, 216 :113000(IF:5.6,中科院2区).
[7] Yaofeng Liu, Changfeng Yan∗, Jianxiong Kang, Yu Tian, Wanglong Chen, Lixiao Wu, Improved calculation method for fault characteristic frequency of bearing with local defect on rolling element considering kinematic characteristics of raceways, Journal of Sound and Vibration, 2025, 597:118825.
[8] Jiadong Meng, Changfeng Yan∗, Zonggang Wang, Tao Wen, Guangyi Chen, and Lixiao Wu. Health Condition Identification of Rolling Element Bearing Based on Gradient of Features Matrix and MDDCs-MRSVD[J]. IEEE Transactions on Instrumentation and Measurement, 2022, 71: 3517313. (IF: 5.332, 中科院2区).
[9] Jiadong Meng, Changfeng Yan∗, Guangyi Chen, Yaofeng Liu and Lixiao Wu. Health indicator of bearing constructed by RMS-CUMSUM and GRRMD-CUMSUM with multi-features of envelope spectrum[J]. IEEE Transactions on Instrumentation and Measurement, 2021, 70: 3510216. (IF: 4.016, 中科院2区).
[10] Huibin Wang, Changfeng Yan*, Yingjie Zhao, Shengqiang Li, Jiadong Meng, Lixiao Wu. SEACKgram: A Targeted Method of Optimal Demodulation-Band Selection for Compound Faults Diagnosis of Rolling Bearing. Structural Health Monitoring, 2025, 24(1):223-242. (IF:6.6,中科院2区,Top 期刊)
[11] Bin Liu, Changfeng Yan∗, Yaofeng Liu, Zonggang Wang, Yuan Huang, Lixiao Wu. Multi-scale residual anti-noise network via interpretable dynamic recalibration mechanism for rolling bearing fault diagnosis with few samples[J]. IEEE Sensors Journal, 2023, 23(24): 31425-31439 (IF: 4.3, 中科院2区).
[12] Huibin Wang, Changfeng Yan*, Yaofeng Liu, Shengqiang Li, Jiadong Meng. The LFIgram: a targeted method of optimal demodulation-band selection for compound faults diagnosis of rolling bearing. IEEE Sensors Journal. 2024,24(5):6687-6699 (IF: 4.3, 中科院2区)
[13] Guangyi Chen, Changfeng Yan∗, Jiadong Meng, Huibin Wang, and Lixiao Wu. Improved VMD-FRFT based on initial center frequency for early fault diagnosis of rolling element bearing[J]. Measurement Science and Technology, 2021, 32(11): 115024 (IF:2.046, 中科院3区, T1期刊).
[14] Shengqiang Li, Changfeng Yan∗, Yunfeng Hou∗, Jiadong Meng and Tao Wen, Isolation and identification of rolling bearing compound faults based on adaptive periodized singular spectrum analysis and Rényi entropy[J]. Measurement Science and Technology, 2024, 35(6): 066102 (IF:2.7, 中科院3区,T1期刊).
[15] Shengqiang Li, Changfeng Yan∗, Yunfeng Hou∗, Huibin Wang and Xiru Liu, A compound fault diagnosis method for rolling bearings based on the IPSO-MOMEDA and Teager energy operator[J]. Measurement Science and Technology, 2024, 35(12): 122002 (IF:2.7, 中科院3区,T1期刊).
[16] Xiru Liu, Changfeng Yan∗, Ming Lv, Shengqiang Li, and Lixiao Wu, Multi-rolling element faults diagnosis of rolling bearing based on time-frequency analysis and multi-curves extraction[J]. Measurement Science and Technology, 2024, 35(10): 106113 (IF:2.7, 中科院3区,T1期刊).
[17] Yuan Huang, Changfeng Yan∗, Bin Liu, Yingjie Zhao, Lixiao Wu, MDSC-FSPPA-LCFF network for diagnosis of rolling bearing with multipoint fault[J]. Measurement Science and Technology, 2024, 35(12): 126215 (IF:2.7, 中科院3区,T1期刊).
[18] Yingjie Zhao, Changfeng Yan∗, Bin Liu, Jianxiong Kang and Shengqiang Li, Dual-feature enhanced hybrid convolutional network for imbalanced fault diagnosis of rolling bearings[J]. Measurement Science and Technology, 2025, 36(1): 016023 (IF:2.7, 中科院3区,T1期刊).
[19] Shengqiang Li, Huibin Wang, Changfeng Yan*, Yunfeng Hou*, Lixiao Wu, A systematic review on diagnosis methods for rolling bearing compound fault: research status, challenges, and future prospects[J]. Measurement Science and Technology, 2025, 36(1): 016023 (IF:2.7, 中科院3区,T1期刊).
[20] Jiadong Meng, Changfeng Yan∗, Tao Wen, Zonggang Wang, Guangyi Chen, and Lixiao Wu. Real-time Identification of performance degradation stages of Rolling Element Bearing by RVCFI[J]. Measurement Science and Technology, 2022, 33(8): 085021 (IF:2.398, 中科院3区,T1期刊).
[21] Huibin Wang, Changfeng Yan∗, Zonggang Wang, Bo Liu, Shengqiang Li and Lixiao Wu. Compound fault diagnosis method for rolling bearings based on the multipoint kurtosis spectrum and AO-MOMDEA[J]. Measurement Science and Technology, 2023, 34(9): 095012 (IF:2.4, 中科院3区,T1期刊).
主要发明专利
[1] 剡昌锋,李志新,吴黎晓,易程. 一种轴承故障预测试验系统,ZL 201510075160.7.
[2] 剡昌锋,周俊,吴黎晓,张培. 汽轮机转子故障模拟实验系统,ZL 201510184541.9.
[3] 剡昌锋,曾攀,高刚刚,周俊,李志新,芮执元,风力发电大功率柔性长程传动装置,ZL 201510696230.0.
[4] 剡昌锋,李辉龙,李强,苟卫东,高刚刚. 一种立卧转换摆角头,ZL 201810897536.6. .
[5] 卢家伟,剡昌锋,林国祥,王江,吕明,刘斌,王瑞民,一种基于真-伪三连体神经网络的本体匹配方法,专利号:ZL 202211175689.2
[6] 李胜强,剡昌锋,侯运丰,刘斌,吕明,黄渊,改进奇异谱分析和Rényi熵的滚动轴承复合故障识别方法,ZL 202310630541.1
[7] 郭俊锋,岳秀超,剡昌锋,万芳,漆晨光,一种变弧长自适应采样方法,ZL 201510379312.2. .
[8] 唐渝,芮执元,剡昌锋,付蓉,裘应驰,刘兴华,李景俊,曹鹏,一种激光打标装置,ZL 202010182117.